随机采样获取部分数据集和label

$$随机采样获取部分数据集和label$$

---

numpy中的随机数模块同样可以进行采样，可以利用numpy.random.choice()函数实现。
numpy.random.choice(a, size=None, replace=True, p=None)
主要有四个参数，其中
a为一维待采样序列，
size为采样样本数目，
replace代表是否重复采样，
p如果设置的话与a等长代表序列中每个位置的采样概率。

#numpy.random.choice(a, size=None, replace=True, p=None)
#从a(只要是ndarray都可以，但必须是一维的)中随机抽取数字，并组成指定大小(size)的数组
#replace:True表示可以取相同数字，False表示不可以取相同数字
#数组p：与数组a相对应，表示取数组a中每个元素的概率，默认为选取每个元素的概率相同。

---

import os,sys
import random
import shutil

def read_file(path):  # 图片的完整路径
    """从文件夹中读取数据"""
    files_list = os.listdir(path)
    file_path_list = [os.path.join(path, img) for img in files_list]
    file_path_list.sort()
    return file_path_list

file_path=["E:/Software_Installation_Package/CUDA/train/image","E:/Software_Installation_Package/CUDA/train/label"]
if len(file_path) != 2:
    raise ValueError("同时需要图片和标签文件夹的路径，图片路径在前")
img_path = file_path[0]
label_path = file_path[1]
# 2 从路径中取出图片和标签数据的文件名保持到两个列表当中（程序中的数据来源）
imgs = read_file(img_path)
labels = read_file(label_path)

imgs

len(imgs)

labels

len(labels)

import numpy as np
N = range(len(labels))
train_set_num = 8000
train_set_index = np.random.choice(N, size=train_set_num, replace=True)
train_set_index

len(train_set_index)

for index in train_set_index:
    img = imgs[index]
    shutil.copy(img, './train/image/' )
    print(img)
    label = labels[index]
    shutil.copy(label, './train/label/' )
    print(label)